本文研究数据包括云南省行政区划数据、历史震例影响场数据、活动构造数据、震区通信基站告警站点数据等6类。其中通信基站数据来源于中国铁塔股份有限公司云南省分公司,由于该公司于2014年9月成立后全省通信基站数据才并入铁塔监控系统,铁塔监控系统数据库从2014年底开始存储通信基站运行状态数据,因此本文仅收集到2015—2021年云南地区10次M_S≥5.0地震震区通信基站运行状态数据作为研究资料(表1)。

表1 2015—2021年云南地区MS≥5.0地震三要素
Tab.1 Three important parameters of the MS≥5.0 earthquakes from 2015 to 2021

本文收集到的震区告警基站数据为电子表格和图片,基础信息内容包括站址编码、站址名称、经度、纬度、震中距、告警时间等,以此建立云南省故障通信基站变化数据库,详细内容见表2。对原始数据进行检查整理,剔除异常值,然后利用基站经纬度属性将其转换为矢量数据,并按时间、告警类型进行分类,最后用ArcMap软件将矢量数据统一转化为相同的地理投影和空间坐标系统。

表2 告警通信基站基础数据属性
Tab.2 Attributes of the basic data of the alarm base stations

截至2021年6月,云南省行政区划范围内共有可定位通信基站103 468个,主要集中分布于地市、县(区)、乡镇、行政村等行政中心,从以州(市)为单元统计的通信基站分布情况(表3)可以看出,通信基站分布相对均匀,各州(市)基站数量与人口数量及国土面积成正比,在人口密集的中部、南部和东北部区域分布较为稠密,西北部和西南部区域分布较少。

表3 各州(市)通信基站数量统计
Tab.3 Number of communication base stationsin each city of Yunnan

本文依据地震三要素信息,通过铁塔监控系统提取震中区指定半径范围内的通信基站位置、运行状态等数据,并进行矢量化预处理和存储,然后筛选震后不同时段(5、30 min)基站运行状态数据,提取通信基站运行状态时间变化特征,再对比分析2015—2021年M_S≥5.0地震震区通信基站在震前、震后的空间分布及运行状态变化情况,提取震区通信基站运行状态受地震影响的空间分布特征,基于基站运行状态、时空分布特征与地震影响场展布关系,通过回归分析拟合得到地震影响场长轴方向,最后对比拟合影响场与实地调查影响场方向的分布差异,对所提出的方法进行检验修正,具体流程如图1所示。

图1 利用通信基站状态信息快速判定云南地区地震影响场方向技术流程图
Fig.1 The technical flow chart of quick determination of the direction of the earthquake-influenced field in Yunnan by using the status information of the communication base stations

通过前期对震区告警基站数据进行初步分析可知,告警基站在时间、空间、告警类型上很大程度反映了地震影响场分布信息,因此,本文以此反演地震影响场方向,且将影响场方向定义为影响场的长轴方向。

本文分别采用空间插值、趋势分析、回归分析等方法对告警基站数据反复尝试,发现空间插值与趋势分析拟合结果均没有线性回归拟合效果好,所以选用一元线性回归方法建立影响场方向与告警基站时间、空间、告警类型之间关系的统计模型。一元线性回归分析是根据统计资料,探究一个变量对另一个变量的适当数学表达式来近似表示变量间的平均变化关系的一种统计分析方法,是描述两个变量之间相关关系的最简单的回归模型,可表示为:

y=β₀+β₁x+υ (1)

式中:y为被解释变量(故障基站纬度); x为解释变量(故障基站经度); β₀和β₁为回归系数; υ是表示x和y关系中的不确定因素的影响。

将各震例按照不同震级分组后,将告警基站纬度、经度坐标分别作为变量和自变量,用一元线性回归分析得到各组数据的回归方程。通过回归方程得到相应的趋势线段,将趋势线段的方向判定为影响场的长轴方向。趋势线拟合程度可以反映趋势线的估计值与对应的实际数据之间的拟合程度,拟合程度越高、趋势线的可靠性就越高,趋势线拟合程度的指标R²可表示为:

式中:SSR为残差平方和; SST为拟合平方和; 为残差;为观测平均值; y_i为对应坐标纬度值。

由于本文研究的目标是解决在震后极短时间内对地震影响场方向的快速预判评估,故仅选取了地震后30 min内震区出现故障告警的通信基站作为研究样本。从图2、3可以看出,除2018年云南通海M_S5.0地震外,基于告警基站信息用一元线性回归方法拟合判定的其他3个地震的影响场长轴方向总体上与实际调查所得的影响场的长轴方向接近。选取2018年墨江M_S5.9地震后5 min内与30 min内的震区故障告警基站数据判定的影响场方向大致相同(图2b),即选用震后不同时段内震区故障告警基站判定的影响场方向与实际调查所得的影响场方向的拟合程度不因震后时间的延续发生规律性变化,反而会影响影响场的判定精度,如在一些时段精度会降低。因此,影响场判定精度与震后不同时段没有规律性的关联。

震区通信基站空间分布相对均匀(湖泊区域除外)(图2),在乡镇、城区人口密集地区分布较为集中,而告警基站空间分布不是绝对线性的,且主要分布在对应地震高烈度区范围内或附近区域; 在经济发达、人口密集城镇地区发生地震后,告警基站数量明显高于经济欠发达和人口稀疏地区,局部地区告警点的密集分布,可能会对拟合影响场方向的准确性有一定影响。图3为使用3次M_S≥5.0地震后5 min内的故障告警通信基站数据得出的拟合结果,其中2018年墨江M_S5.9地震影响场的拟合结果分别基于告警基站和停电退服基站数据得出。从图中可以看出,3次地震拟合程度相关系数R²均在0.75以上,可以推测故障基站在地震发生瞬间受到的破坏是呈线性分布的。因此,从判定时效性看,选取震后5 min的告警台站进行判定的影响场结果更适合用于影响场评估动态修正,该方法比目前地震应急指挥中心的影响场修正方法具有更高的时效性。

从图3a、b可以看出,以2018年墨江M_S5.9地震告警基站为例,分别选取震后5 min告警基站和退服基站拟合所得影响场方向均为NW向,与实际调查结果一致; 从震区通信基站不同告警类型拟合结果(图4a)可以看出,用震后退服基站与告警基站判定的影响场方向与实际调查影响场基本一致,但仅用退服基站拟合得到的结果与实际影响场走向更符合,且极震区(Ⅷ度区)的实际分布方向与判定方向基本重合; 两种告警类型趋势线段与真实地震影响场角度的绝对差都为3°,使用断电退服通信基站拟合得到的影响场长轴方向与真实地震影响场更为接近,且R²更大,达到0.970 8,线性拟合程度更高。因此,选用退服基站拟合地震影响场方向更符合线性分布,可靠性也较高。

对2015—2021年云南地区M_S≥5.0地震进行震级分类,基于告警基站信息用一元线性回归法判定的影响场方向精度没有明显的时间性,却有一定的震级区别。M_S5.0～5.5地震时告警基站较少,如2015年沧源M_S5.5和昌宁M_S5.0地震时未出现告警基站,但2018年通海M_S5.0地震时有一定数量的基站告警,可能与该次地震震源深度较浅和震区基站密度较大有关。从有告警基站的地震影响场拟合结果看,同等震级震例告警基站拟合结果可以作为影响场动态修正的重要参考(图4); 对M_S5.6～6.5地震告警基站进行空间分析时,发现震区告警基站数量明显较多、告警类型更丰富,判定的影响场方向与实际调查影响场空间对应性和拟合相关系数均较好(图2); 由于近年来云南地震未发生M_S≥6.5地震,与该震级档相关的基站损害空间分布特征尚不明确。

图2 震区故障告警基站与调查地震影响场分布
Fig.2 Distribution of the base stations giving failure warning and the earthquake-intensity area determined through field investigaion

图3 一元线性回归分析方法判定的震后5 min影响场方向
Fig.3 The direction of the earthquake-influenced field determined 5 minutes after the earthquake by the Univariate Linear Regression analysis

通过对本文拟合影响场、实际调查影响场和现有评估系统产出影响场的长轴展布方向和角度进行对比可以看出,由告警通信基站拟合判定的影响场方向与实际调查影响场方向总体上相对一致(表4)。

现有评估系统通过距震中最近活动断层数据判定影响场方向,该方法的优势在于时效性高,可快速得出评估结果,但该方法在实际应急快速评估工作中存在一定的局限性,受断层研究的比例尺精细程度影响较大。如2014年云南鲁甸M_S6.5地震的发震断层为NW向的包谷垴—小河断裂,而按距离震中最近的断层方向判定结果为NE向的昭通—鲁甸断裂; 2020年云南巧家M_S5.0地震评估系统给出的影响场方向与实际调查方向也出现了偏差,但使用震后5 min告警基站数据得到的拟合结果与实际调查影响场更接近(图4)。2018年云南墨江M_S5.9地震与2021年云南漾濞M_S6.4地震时,记录到的告警基站数量明显比巧家M_S5.0地震多,且告警基站主要分布在高烈度区,较为集中,分布趋势较为明显,对于这2次地震,使用告警基站拟合判定的结果、评估系统预估结果分别与实际调查所得影响场对比,可以看出拟合得到的长轴方向和趋势线段与坐标轴夹角的对比结果都优于评估系统的预估结果。因此,使用本文方法判定的影响场分布方向,在时间上有明显优势,判断结果的可信度也能达到应急期间要求,比传统评估系统的结果更符合云南地区实际情况,可将本文方法判定的影响场方向作为评估影响场动态修正的重要参考。

图4 使用本文方法判定影响场分布趋势与调查影响场、评估影响场空间分布
Fig.4 The distribution of the earthquake-influenced field determined by the authors,the earthquake-intensity area determined through field investigaion,and the earthquake-influenced field determined with the assessing system

表4 地震影响场长轴方向对比
Tab.4 Comparison of the directions of the long axes of the 3 kinds of earthquake-influenced fields